Trào lưu tạo video AI bằng Veo 3 bùng nổ toàn cầu

Ra mắt tại sự kiện Google I/O 2025, Veo 3 là phiên bản nâng cấp của dòng công cụ tạo video từ văn bản bằng AI. Công cụ AI này gây ấn tượng với khả năng kết hợp âm thanh vào video, bao gồm lời thoại giữa các nhân vật hoặc âm thanh tự nhiên như tiếng động vật. Theo CNBC, đây là điểm khác biệt quan trọng so với các đối thủ, khi phần lớn các mô hình tạo video hiện nay chỉ hỗ trợ nhạc nền hoặc không có âm thanh.

Người dùng có thể sử dụng Veo 3 như một công cụ độc lập hoặc thông qua nền tảng làm phim AI Flow. Flow tích hợp các mô hình AI như Imagen và Gemini để xây dựng các đoạn phim dài khoảng 8 giây từ lời nhắc, hình ảnh hoặc video có sẵn. Nền tảng này cũng cung cấp bộ công cụ dàn dựng cảnh, cho phép người dùng ghép các đoạn phim lại, chỉnh sửa và hoàn thiện thành một video liền mạch theo ý tưởng của mình.

Lời thoại trong Veo 3 được xử lý khá tự nhiên, khớp với khẩu hình khuôn miệng. Bên cạnh đó, công cụ này còn hỗ trợ nhiều loại ngôn ngữ, bao gồm cả tiếng Việt. Đây chính là yếu tố giúp Veo 3 trở thành lựa chọn phổ biến hơn trong ứng dụng thực tế.

Trên mạng xã hội Việt Nam, trào lưu dùng Veo 3 tạo video ngắn đang bùng nổ. Nhiều đoạn clip với phong cách hài hước, đời thường thu hút hàng nghìn lượt xem trên TikTok, Facebook, Instagram. Sự đơn giản và tốc độ xử lý nhanh là yếu tố khiến công cụ AI này lan rộng trong giới trẻ.

Duy Hưng, sinh viên năm cuối ngành truyền thông tại Hà Nội, cho biết anh bắt đầu dùng Veo 3 ngay sau khi xem bản demo trên YouTube. “Tôi chỉ mất khoảng 15 phút để tạo một video parody dài 30 giây, từ cảnh lớp học cho tới sân bóng, tất cả bằng câu lệnh tiếng Việt” anh kể. “Chất lượng hình ảnh do ứng dụng này tạo ra khá sắc nét và chân thực. Tôi nghĩ mọi người sẽ không thể biết được đây là video AI nếu không nhấn dừng lại để soi kỹ từng chi tiết”.

Minh Đức - content creator trong lĩnh vực công nghệ - chia sẻ anh đã dùng Veo 3 để hiện thực hóa nhiều kịch bản ngắn mà trước đây cần ê-kíp quay và hậu kỳ. “Veo 3 vượt trội về phần tạo hình, âm thanh, đặc biệt khẩu hình tiếng Việt gần như khớp hoàn toàn” - anh đánh giá. “Tôi từng mất hàng giờ dựng một đoạn video, giờ chỉ cần nửa tiếng cho toàn bộ quy trình”.

Dù vậy, anh cũng lưu ý rằng phần hiển thị chữ tiếng Việt trong video vẫn chưa ổn định, dễ bị lỗi chính tả hoặc xuống dòng sai cách.

Trong lĩnh vực tiếp thị, chị Thu Quyên, nhân viên marketing tại một hệ thống bán lẻ điện thoại ở Hà Nội, đang sử dụng Veo 3 để sản xuất nội dung cho chiến dịch ra mắt sản phẩm mới. “Tôi chỉ mất khoảng 30 phút để tạo ra được một video giới thiệu sản phẩm, thay vì khoảng 2 đến 3 ngày với sự hỗ trợ của đội ngũ editor như trước đây”.

"Những công cụ như ChatGPT hay Veo 3 giúp tôi tăng gấp đôi hiệu suất công việc. Tuy nhiên, điều này không giúp mang lại nhiều lợi thế trong công việc bởi không chỉ tôi mà hiện tại hầu hết mọi người đều dùng. Những ai không biết sử dụng những công cụ AI chắc chắn sẽ bị tụt lại phía sau".

Các doanh nghiệp cũng bắt đầu tham gia làn sóng mới. Anh Vinh Trần, chủ một nhà hàng tại Hà Nội cho biết ông đã dùng Veo 3 để tạo video giới thiệu món ăn mới trên fanpage. “Tôi mô tả món ăn, khung cảnh và đầu bếp, sau đó AI dựng video dài một phút đầy đủ từ ánh sáng đến chuyển cảnh” - anh chia sẻ. “Chi phí rẻ hơn rất nhiều so với thuê studio, lại cho phép chúng tôi thử nghiệm nhiều phong cách hình ảnh”.

Các chuyên gia công nghệ và nhà sáng tạo nội dung nổi tiếng trên thế giới cũng bày tỏ sự ấn tượng với Veo 3. Trong bài đăng mới đây trên X, tỷ phú Elon Musk, CEO của Tesla - mô tả Veo 3 là "tuyệt vời", nhấn mạnh khả năng tạo ra các video chất lượng cao, âm thanh đồng bộ và hiệu ứng điện ảnh từ một đoạn mô tả ngắn.

Nghệ sĩ và nhà làm phim Donald Glover thậm chí đã hợp tác với Google để thử nghiệm công cụ này trong quá trình làm phim, bao gồm cả các cảnh quay động có chuyển động camera phức tạp và khung hình nhất quán.

Theo TechRadar, Veo 3 đại diện cho bước tiến lớn trong lĩnh vực video AI khi không chỉ tạo được hình ảnh, mà còn tích hợp cả lời thoại, âm thanh nền và hiệu ứng một cách mượt mà. Khi kết hợp với nền tảng dựng phim AI Flow, Veo 3 có thể được sử dụng như một công cụ làm phim chuyên nghiệp, cho phép người sáng tạo kiểm soát từng góc máy, ánh sáng và kịch bản. Các tính năng như dựng cảnh, thiết kế chuyển cảnh theo bố cục điện ảnh, và dựng nhiều phân đoạn đồng bộ giúp Veo 3 trở thành lựa chọn tiềm năng không chỉ cho video ngắn mà còn cho cả phim truyện.

Một số chuyên gia nhận định rằng nếu được đầu tư đúng hướng, trong tương lai không xa, Veo 3 hoàn toàn có thể trở thành công cụ làm phim bom tấn mà không cần sự tham gia của diễn viên thật.

Nhà văn và chuyên gia công nghệ Mike Todasco thậm chí ví Veo 3 như bộ phim The Jazz Singer năm 1927 - tác phẩm đầu tiên có âm thanh đồng bộ, đánh dấu sự kết thúc của kỷ nguyên phim câm. Ông cho rằng Veo 3 không chỉ giúp mọi người trở thành nhà làm phim, mà còn mở rộng định nghĩa về nhà làm phim. Điều này không chỉ mở ra hướng đi mới cho ngành sản xuất nội dung, mà còn đặt lại toàn bộ cấu trúc của ngành điện ảnh truyền thống.

Lo ngại về video giả mạo và bản quyền

Dù mang đến nhiều cơ hội, Veo 3 cũng đặt ra không ít lo ngại về mặt đạo đức và kiểm soát nội dung. Một trong những cảnh báo phổ biến là việc AI tạo ra video quá giống thật, từ ánh sáng, chuyển động cho đến lời thoại, khiến người xem khó phân biệt đâu là thật đâu là giả.

Các chuyên gia cảnh báo rằng khi AI có thể tạo deepfake dễ dàng, các video giả mạo phát biểu chính trị, tin sai sự thật hoặc nội dung gây hiểu lầm có thể lan truyền nhanh chóng. Google cho biết đã tích hợp watermark SynthID vào video do AI tạo ra, giúp truy xuất nguồn gốc, nhưng người dùng thông thường khó có thể phát hiện bằng mắt thường. Trong thông báo ngày 31/5, Google khẳng định mọi hình ảnh, âm thanh và văn bản do AI tạo ra từ các công cụ của hãng đều sẽ được đánh dấu bằng công nghệ nhận dạng nội dung này nhằm tăng tính minh bạch và trách nhiệm.

Tuy nhiên, một số chuyên gia như nhà khoa học máy tính Fei-Fei Li cũng cảnh báo rằng sự phổ biến của AI trong sáng tạo nội dung có thể dẫn đến tình trạng thị trường tràn ngập sản phẩm trung bình, làm giảm giá trị của những nội dung có chiều sâu và đầu tư nghiêm túc.

Anh Quốc Minh, 35 tuổi, sống tại Hà Nội, là một editor kỳ cựu với hơn 10 năm kinh nghiệm, cho rằng bản chất các công cụ như Veo 3 chỉ là "xào xáo" nội dung có sẵn, không thể thay thế hoàn toàn sáng tạo của con người. “AI không sáng tạo từ con số 0. Nó học lại dữ liệu có sẵn rồi biến tấu lại” – anh nói. “Những sản phẩm đồ họa do con người tạo ra là một tác phẩm có khả năng truyền tải cảm xúc và thông điệp, thể hiện trình độ và tư duy của người tạo ra nó. Trong khi đó, những sản phẩm của AI chỉ đơn thuần là những mảnh ghép vô hồn”.

Anh Minh cho rằng nếu không có quy chuẩn riêng khi dùng AI, người làm nghề sẽ rất thiệt thòi. “Tôi không phản đối AI. Nhưng nội dung AI phải có nhãn mác rõ ràng, nhất là khi dùng cho mục đích thương mại, tránh đánh đồng với tác phẩm do con người làm ra”.

Nhiều chuyên gia cũng kêu gọi sớm ban hành hành lang pháp lý và tiêu chuẩn cho nội dung do AI tạo ra, tương tự như quy định về bản quyền và báo chí. Việc xác minh nguồn gốc nội dung và trách nhiệm của người đăng tải sẽ là yếu tố then chốt giúp công cụ như Veo 3 phát triển lành mạnh.

×